【线性代数】第六章:特征值与特征向量

文章目录

  • [一. 基本内容与重要结论](#一. 基本内容与重要结论)
    • [1. 特征值、特征向量、特征方程的概念](#1. 特征值、特征向量、特征方程的概念)
    • [2. 矩阵相似](#2. 矩阵相似)
  • [二. 重要定理](#二. 重要定理)
    • [1. 特征向量的有限次变换,还是特征向量](#1. 特征向量的有限次变换,还是特征向量)
    • [2. 特征值与特征矩阵的关系](#2. 特征值与特征矩阵的关系)
    • [3. 特征值与特征向量的相关性](#3. 特征值与特征向量的相关性)
    • [4. 相似则有相同的特征值(只是必要条件)](#4. 相似则有相同的特征值(只是必要条件))
    • [4.1. 相似的四个必要条件](#4.1. 相似的四个必要条件)
    • [5. 矩阵对角化相关定理](#5. 矩阵对角化相关定理)
      • [5.1. 可对角化的充要条件](#5.1. 可对角化的充要条件)
      • [5.2. 实对称矩阵必可对角化](#5.2. 实对称矩阵必可对角化)
    • [6. **Schmidt**正交化方法](#6. Schmidt正交化方法)

本章要求

  1. 要理解特征值、特征向量的概念,掌握矩阵特征值的性质,掌握求矩阵特征值、特征向量的方法.
  2. 要理解矩阵相似的概念,掌握相似矩阵的性质,搞清矩阵能相似对角化的条件,掌握将矩阵化为相似对角矩阵的方法.
  3. 要熟悉实对称矩阵特征值、特征向量的特殊性质,掌握用正交矩阵化实对称矩阵为对角矩阵的方法.

一. 基本内容与重要结论

1. 特征值、特征向量、特征方程的概念

跟齐次线性方程组结合 => 先求特征值然后再求特征向量

2. 矩阵相似

相似特性:

二. 重要定理

注意:每个特征值都会对应一个特征方程,通过特征方程来解对应特征值的特征向量。

1. 特征向量的有限次变换,还是特征向量

2. 特征值与特征矩阵的关系

3. 特征值与特征向量的相关性

4. 相似则有相同的特征值(只是必要条件)

4.1. 相似的四个必要条件

sql 复制代码
若矩阵A与矩阵B均为n阶方阵,则A与B相似的必要条件为:
1、A与B的特征值相同。
2、λE-A与λE-B等价。
3、tr(A)=tr(B)。 对角元素之和
4、|A|=|B|。

参考:矩阵相似的四个必要条件及性质证明

5. 矩阵对角化相关定理

5.1. 可对角化的充要条件

每个特征值,该特征值的重数=其线性无关向量个数(因为每个特征值都会对应一个矩阵)。

5.2. 实对称矩阵必可对角化

如果两个实对称的矩阵的特征值相同,则说明两个矩阵相似。

根据实对称矩阵必能对角化+矩阵的对称性,传递性,能够说明,以上结论。

6. Schmidt正交化方法

相关推荐
君臣Andy2 天前
【矩阵的大小和方向的分解】
线性代数·矩阵
勤劳的进取家2 天前
利用矩阵函数的导数公式求解一阶常系数微分方程组的解
线性代数
sz66cm2 天前
数学基础 -- 线性代数之线性无关
人工智能·线性代数·机器学习
herobrineAC2 天前
线代的几何意义(一)——向量,坐标,矩阵
线性代数·矩阵
Ricciflows3 天前
分析学大师Elias M. Stein的分析系列教材
线性代数·数学建模·矩阵·概率论·抽象代数·拓扑学·傅立叶分析
余~185381628003 天前
矩阵NFC碰一碰发视频源码开发技术解析,支持OEM
大数据·人工智能·线性代数·矩阵·音视频
羞儿4 天前
构建旋转变换矩阵对二维到高维空间的线段点进行旋转
图像处理·人工智能·线性代数·矩阵
羊羊20354 天前
线性代数:Matrix2x2和Matrix3x3
线性代数·数学建模·unity3d
WEL测试5 天前
【数学二】线性代数-矩阵-矩阵的概念及运算
线性代数·考研·矩阵·数学二
梦茹^_^6 天前
线性代数【考研准备 基于教材 期末复习亦可用】第一章行列式
笔记·线性代数·考研·行列式·lapace定理·cramer·基础定义